हर किसी के खिलाफ: में app आवाज सहायकों

क्या आप हर दिन आवाज सहायकों का उपयोग करते हैं? मैं नहीं करता । हालांकि मैं उन्हें 7 साल से अधिक समय से विकसित कर रहा हूं!

इन शब्दों के साथ, मास्को में संवादी प्रौद्योगिकियों पर हमारे सम्मेलन का विकास सत्र खुला।

और क्या, वास्तव में, इन सभी "ऐलिस", "मर्सिया" और "Google सहायक" के साथ गलत है? उपयोगकर्ता उनके साथ असहज क्यों हैं, लेकिन व्यापार के लिए समझ से बाहर हैं? और इस सब के लिए खुला स्रोत क्या है?

मोबाइल आवाज सहायकों की समस्याएं

सभी मोबाइल वॉयस असिस्टेंट आज "हारवेस्टर" सिद्धांत के अनुसार काम करते हैं - सैकड़ों और हजारों फ़ंक्शन एक माइक्रोफोन बटन के नीचे छिपे हुए हैं। यह प्रतीत होता है - जो अधिक सुविधाजनक है? आपको हाथ पर दर्जनों या दो-तिहाई एप्लिकेशन आइकन रखने की आवश्यकता नहीं है। माइक्रोफ़ोन पर बस क्लिक किया, कहा - और यह काम नहीं कर रहा है।

लेकिन यहां समस्याएं हैं जो आप एक उपयोगकर्ता के रूप में और ऐसे "सहायकों" के लिए एक वॉइस फ़ंक्शन के डेवलपर के रूप में सामना करेंगे।

1. अनोखा नाम

प्रत्येक आवाज "कौशल" (ऐलिस - "कौशल") का एक अनूठा नाम होना चाहिए। वास्तव में, अन्यथा एक बटन "हारवेस्टर" उनके बीच अंतर नहीं कर सकता है! और वॉइस असिस्टेंट के जितने अधिक कार्य हैं, उतना मुश्किल है कि ऐसे नाम का चयन करें ताकि उपयोगकर्ता इसे याद रखें।

2. परिष्कृत खोज

"ऐलिस, कौशल मेरा पसंदीदा स्टोर लॉन्च करें।" या "ठीक है Google, पिज्जा पापा जॉन्स से बात करें।" क्या वह परिचित है? उपयोगकर्ता को अभी भी सिखाया जाना चाहिए कि आपकी आवाज़ सेवा कैसे लॉन्च की जाए।

3. यूआई, यूएक्स और एपीआई की सीमाएं

वॉइस असिस्टेंट अपनी सीमाओं के साथ एक थर्ड पार्टी एप्लिकेशन है। आप, एक डेवलपर के रूप में, आपके इंटरफ़ेस पर आपके द्वारा आवश्यक नियंत्रण और विजेट नहीं जोड़ सकते। नतीजतन, आपको बस वही करना होगा जो आपके पास है, हालांकि आपकी कार्यक्षमता बहुत व्यापक हो सकती है!

और भी बहुत कुछ

इसके अलावा, भाषण मान्यता और भाषण संश्लेषण प्रौद्योगिकियों द्वारा लगाए गए सीमाएं हैं, आपकी सेवा में एक उपयोगकर्ता को अधिकृत करना मुश्किल है और बहुत कुछ ।

नतीजतन, उपयोगकर्ता अक्सर आपकी आवाज सेवा नहीं पा सकता है, उसे पता नहीं है कि उससे कैसे बात की जाए, और सीमित कार्यक्षमता के साथ सामना किया जाए। और आप, एक डेवलपर के रूप में, अपने उपयोगकर्ता को एक नए चैनल में लाने का तरीका नहीं समझते हैं जो एक मिलियन दर्शकों का वादा करता है ।

ऐप-ऐप अवधारणा में सहायक

आपके व्यवसाय में पहले से ही स्पष्ट कार्यक्षमता, विकास, प्रचार और विश्लेषण उपकरणों के साथ एक मोबाइल एप्लिकेशन है।



आप समझते हैं कि उपयोगकर्ता कहां से है और वह कौन है। वह किन कार्यों का उपयोग करता है, उन्हें कैसे सुधारें, उन्हें विकसित करें और यह व्यवसाय को कैसे प्रभावित करता है। इन सबके पीछे आपकी मोबाइल डेवलपमेंट टीम, डिज़ाइनर, UX स्पेशलिस्ट्स, QA डिपार्टमेंट और प्रोडक्ट्स हैं।

और उपयोगकर्ता समझता है कि आपके एप्लिकेशन में क्या कार्यक्षमता है।

जब मुझे किसी को पैसे हस्तांतरित करने की आवश्यकता होती है, तो मैं अपने बैंक के आवेदन को लॉन्च करता हूं, जहां मेरे खाते जुड़े हुए हैं। जब आपको उत्पादों को ऑर्डर करने की आवश्यकता होती है - मैं स्टोर एप्लिकेशन लॉन्च करता हूं, जिसमें मैं आमतौर पर सामान खरीदता हूं।

उपयोगकर्ता हमेशा स्थिति के अनुसार कार्य करता है और मोबाइल एप्लिकेशन लॉन्च करता है जो यहां और अभी उसकी आवश्यकता को पूरा करेगा। यह विश्वास करने का कोई कारण नहीं है कि उपयोगकर्ता निश्चित रूप से इस उम्मीद में माइक्रोफोन बटन दबाएगा कि आवाज सहायक के पास वह फ़ंक्शन है जिसकी उसे आवश्यकता है और वह उसके अनुरोध को पूरा करेगा!

तो इन-ऐप सहायक की अवधारणा दिखाई दी - एक आवाज सहायक की अवधारणा जो आपके मोबाइल एप्लिकेशन के अंदर पहले से ही एक अतिरिक्त उपयोगकर्ता इंटरफ़ेस के रूप में काम करती है । इस मामले में, सहायक हार्वेस्टर की सभी सीमाएं समतल हैं, और उपयोगकर्ता मोबाइल एप्लिकेशन के संदर्भ के आधार पर सहायक की कार्यक्षमता को समझता है।

ऐप के मामलों में सहायक

वॉयस फंक्शन मोबाइल एप्लिकेशन के लॉन्च के रूप में स्थितिजन्य है। यह उपयोगकर्ता के लिए सुविधाजनक हो सकता है कि वह आवाज द्वारा कुछ फ़ंक्शन शुरू करे, यदि

• यह एक नया उपयोगकर्ता है, और उसने अभी तक आपके एप्लिकेशन के UI की संरचना का पता नहीं लगाया है।
• उपयोगकर्ता को यह याद नहीं है कि वांछित मेनू या बटन कहां छिपा हुआ है
• अगर उसे पिछली कार्रवाई को दोहराना है
• यदि आप 5 टेप और स्क्रॉल के बजाय दो शब्द कह सकते हैं
• जब आवेदन के अंदर समाधान खोजने की तुलना में किसी समस्या की व्याख्या करना आसान होता है

सरल मामलों के एक जोड़े को देखो।


उदाहरण के लिए, बैंकिंग एप्लिकेशन में, आप अपनी संपर्क सूची से लोगों को फंड ट्रांसफर कर सकते हैं। इन-ऐप असिस्टेंट यह समझ सकता है कि जब यूजर कहता है कि "माँ को 500 रूबल ट्रांसफर करें।" और उपयोगकर्ता को वांछित बटन की तलाश करने, संपर्क की खोज करने और राशि दर्ज करने की आवश्यकता नहीं है।


खुदरा विक्रेता के आवेदन में, उपयोगकर्ता केवल समस्या का वर्णन करने के लिए एक सहायक को बुला सकता है, और सहायक सही उत्पाद पेश करेगा।



यहां यह समझना महत्वपूर्ण है कि इस तरह के वॉयस इंटरफ़ेस केवल मौजूदा यूआई के पूरक हैं । जैसा कि पहले ही ऊपर उल्लेख किया गया है, मूल्य केवल वही दिखाई देगा जहाँ सहायक "नाविक" या सिफारिश प्रणाली के रूप में कार्य करता है।

और चूंकि यह आपके आवेदन के अंदर स्वयं का सहायक है, इसलिए यह इस आलेख में ऊपर सूचीबद्ध सभी चीजों तक सीमित नहीं है: आपको एक अद्वितीय नाम के साथ आने की आवश्यकता नहीं है, यूआई कुछ भी हो सकता है, सहायक सीधे आवेदन कार्यों के साथ बातचीत कर सकता है और इसी तरह।

अपने आवेदन में आवाज कैसे जोड़ें

हां, आपके मोबाइल डेवलपर्स को वॉयस इंटरफेस को एकीकृत करने के लिए कई तरह की तकनीकों से निपटना होगा। और यह इस तथ्य के बावजूद कि यह एक प्रकार का अच्छा जोड़ है, और मुख्य कार्यक्षमता नहीं है ... नामी: स्पीच रिकग्निशन सिस्टम, स्पीच सिंथेसिस से भाषा प्रसंस्करण इंजन से कनेक्ट करें, अपनी आवाज सहायक यूआई दर्ज करें, आर्किटेक्चर को लागू करें और इसे परीक्षणों के साथ कवर करें।

लेकिन एक खुला स्रोत समाधान है जो इस सब को बहुत तेज और अधिक कुशल बनाने में मदद करेगा!

Aimybox

हाल ही में, हमने पहले से ही ओपन सोर्स वॉयस असिस्टेंट Aimybox के बारे में थोड़ा सा लिखा था , जो कि मौजूदा मोबाइल एप्लिकेशन में वॉयस फंक्शन्स के कार्यान्वयन की सुविधा के लिए बनाया गया है। यहां हम इन-ऐप सहायकों की अवधारणा के बारे में बात करेंगे।



अब आपने साइट पर एक ऑनलाइन चैट बटन की उपस्थिति के साथ किसी को भी आश्चर्यचकित नहीं किया है, जिससे ऑपरेटर से संपर्क करना और वस्तुओं और सेवाओं के बारे में प्रश्न पूछना संभव हो जाता है। यह एक अतिरिक्त विशेषता है, जो ठीक से उपयोग किए जाने पर रूपांतरण बढ़ाती है। इसके अलावा, अपनी साइट पर ऑनलाइन चैट शुरू करने के लिए, एक नियम के रूप में, आपको बस अपने HTML कोड में एक स्क्रिप्ट टैग जोड़ना होगा।

Aimybox समान लाइनों के साथ जाता है, लेकिन आवाज सहायक के संबंध में। आपको बस अपने मोबाइल एप्लिकेशन प्रोजेक्ट और कोड की कुछ लाइनों पर निर्भरता की एक जोड़ी जोड़ने की जरूरत है ताकि माइक्रोफ़ोन बटन निचले दाएं कोने में दिखाई दे।

यहां आप देख सकते हैं कि यह कैसे किया जाता है।



बॉक्स से बाहर, एइमबॉक्स एक संक्षिप्त और अनुकूलन यूआई देता है (जो, यदि वांछित हो, तो पूरी तरह से बदल दिया जा सकता है) और सहायक एसडीके ही। इसके अलावा, मान्यता , संश्लेषण और एनएलपी इंजन के रूप में, आप मौजूदा से चुन सकते हैं या अपना खुद का मॉड्यूल बना सकते हैं।

संक्षेप में, Aimybox आवाज सहायक वास्तुकला को लागू करता है, इन सभी मॉड्यूल के इंटरफेस को मानकीकृत करता है, और उनकी बातचीत को ठीक से व्यवस्थित करता है। इस प्रकार, इस समाधान को शुरू करते हुए, आप अपने एप्लिकेशन के भीतर वॉयस इंटरफ़ेस विकसित करने के लिए समय को काफी कम कर सकते हैं।

अंत में

आवाज सहायक, निश्चित रूप से, महान हैं। लेकिन भावना यह है कि अब वे जो रास्ता अपना रहे हैं वह उपयोगकर्ता और व्यवसाय को सुविधाजनक तकनीक से दूर ले जाता है। और अक्सर यह इस तथ्य के कारण भी है कि डेवलपर्स अभी तक नहीं जानते हैं कि उच्च गुणवत्ता वाली आवाज यूएक्स कैसे बनाई जाए। हमने हाल ही में यह भी लिखा कि इसे कैसे ठीक किया जाए।

इस लेख में, हमने संक्षेप में इन-ऐप सहायकों की पूरी तरह से नई अवधारणा के बारे में बात करने की कोशिश की - अर्थात्, मोबाइल एप्लिकेशन के आंतरिक कार्य के रूप में आवाज सहायकों के बारे में। इस स्थिति में, एक अतिरिक्त यूआई के रूप में आवाज का मूल्य उपयोगकर्ता और डेवलपर दोनों के लिए स्पष्ट हो जाता है।

उपयोगी लिंक

• Aimybox प्रोजेक्ट वेबसाइट
• गितुब भंडार Aimybox एसडीके
• Aimybox प्रलेखन
• लघु वीडियो प्रस्तुति